CN117872976A - 生产过程监控方法、装置、电子装置和存储介质 - Google Patents

Abstract

本申请涉及一种生产过程监控方法、装置、电子装置和存储介质，其中，该生产过程监控方法包括：获取待监控产品的生产过程数据；对生产过程数据的分布状态进行分析，得到生产过程数据的分布结果；基于分布结果，确定生产过程数据的统计控制图以及过程能力指标值；基于统计控制图、过程能力指标值以及预设预警规则，对生产过程数据中的异常数据进行预警。通过本申请，解决了生产过程监控结果的准确度较低的问题，提高了生产过程监控结果的准确度。

Description

生产过程监控方法、装置、电子装置和存储介质

技术领域

本申请涉及生产过程控制技术领域，特别是涉及一种生产过程监控方法、装置、电子装置和存储介质。

背景技术

在生产制造过程中，产品的过程质量水平是决定最终产品质量的核心因素。生产过程质量的稳定性决定着产品的优率。通常各大企业使用统计过程控制(StatisticalProcess Control)这种基于数理统计方法的过程控制系统对产品进行质量管理。

通常的SPC系统大多是以正态分布数据为基础的正态控制图，而在锂电池行业的生产过程中，锂电行业的生产程数据大多不符合正态分布，若以常规的SPC系统对不符合正态分布的数据进行生产过程监控，容易导致生产过程监控的结果准确度较低，虚假报警过多。

针对相关技术中存在生产过程监控结果的准确度较低的问题，目前还没有提出有效的解决方案。

发明内容

在本实施例中提供了一种生产过程监控方法、装置、电子装置和存储介质，以解决相关技术中生产过程监控结果的准确度较低的问题。

第一个方面，在本实施例中提供了一种生产过程监控方法，包括：

获取待监控产品的生产过程数据；

对所述生产过程数据的分布状态进行分析，得到所述生产过程数据的分布结果，所述分布结果包括正态分布或非正态分布；

基于所述分布结果，确定所述生产过程数据的统计控制图以及过程能力指标值；

基于所述统计控制图、所述过程能力指标值以及预设预警规则，对所述生产过程数据中的异常数据进行预警。

在其中的一些实施例中，所述对所述生产过程数据的分布状态进行分析，得到所述生产过程数据的分布结果，包括：

基于正态性检验算法对所述生产过程数据的分布状态进行分析，确定所述生产过程数据的正态性检验概率值；

基于所述正态性检验概率值以及预设概率值，确定所述生产过程数据的分布结果。

在其中的一些实施例中，所述基于所述正态性检验概率值以及预设概率值，确定所述生产过程数据的分布结果，包括：

若所述正态性检验概率值大于或等于所述预设概率值，则所述分布结果为正态分布；

若所述正态性检验概率值小于所述预设概率值，则所述分布结果为非正态分布。

在其中的一些实施例中，所述基于所述分布结果，确定所述生产过程数据的统计控制图以及过程能力指标值，包括：

若所述分布结果为正态分布，则基于SPC算法确定出所述生产过程数据的统计控制图；

基于所述统计控制图中的上控制限以及下控制限，确定所述生产过程数据的过程能力指标值。

在其中的一些实施例中，所述基于所述分布结果，确定所述生产过程数据的统计控制图以及过程能力指标值，包括：

若所述分布结果为非正态分布，则基于预设上控制限分位数、预设下控制限分位数以及所述生产过程数据，确定所述生产过程数据的上控制限以及下控制限；

基于所述上控制限以及所述下控制限，确定出所述生产过程数据的统计控制图以及过程能力指标值。

在其中的一些实施例中，所述预设预警规则包括第一预设指标值以及第二预设指标值，所述第一预设指标值小于所述第二预设指标值，所述基于所述统计控制图、所述过程能力指标值以及预设预警规则，对所述生产过程数据中的异常数据进行预警，包括：

若所述过程能力指标值小于所述第一预设指标值，则将所述生产过程数据确定为异常数据，并对所述异常数据进行预警；

若所述过程能力指标值大于或等于所述第一预设指标值且小于或等于所述第二预设指标值，则将所述统计控制图中，超出上控制限和下控制限的生产过程数据确定为异常数据，并对所述异常数据进行预警；

若所述过程能力指标值大于所述第二预设指标值，则所述生产过程数据为正常数据。

在其中的一些实施例中，所述对所述异常数据进行预警，包括：

基于所述异常数据生成预警指令；

将所述预警指令传输至终端，以使所述终端对应的用户基于所述预警指令进行异常处理。

第二个方面，在本实施例中提供了一种生产过程监控装置，包括：

获取模块，用于获取待监控产品的生产过程数据；

分析模块，用于对所述生产过程数据的分布状态进行分析，得到所述生产过程数据的分布结果，所述分布结果包括正态分布或非正态分布；

确定模块，用于基于所述分布结果，确定所述生产过程数据的统计控制图以及过程能力指标值；

预警模块，用于基于所述统计控制图、所述过程能力指标值以及预设预警规则，对所述生产过程数据中的异常数据进行预警。

第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的生产过程监控方法。

第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的生产过程监控方法。

与相关技术相比，在本实施例中提供的一种生产过程监控方法，通过对待监控产品的生产过程数据进行分析，确定出生产过程数据的分布结果，并根据正态分布或非正态分布的分布结果确定出生产过程数据的统计控制图以及过程能力指标值，进而将统计控制图与过程能力指标值相结合，并参考预设预警规则，对生产过程数据进行预警，通过本申请的方案，不仅能够实现正态分布的生产过程数据的监控预警，也能实现对非正态分布的生产过程数据的监控预警，此外，通过将统计控制图与过程能力指标值相结合的方式对生产过程数据进行监控预警，有效地提高了生产过程监控结果的准确度。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请实施例提供的一种生产过程监控方法的应用场景示意图；

图2是本申请实施例提供的一种生产过程监控方法的流程图；

图3是本申请实施例提供的一种生产过程监控方法的实施例流程图；

图4是本申请实施例提供的一种生产过程监控系统应用场景示意图；

图5是本申请实施例提供的一种生产过程监控装置的结构框图；

图6是本申请实施例提供的一种计算机设备的内部结构示意图。

具体实施方式

为更清楚地理解本申请的目的、技术方案和优点，下面结合附图和实施例，对本申请进行了描述和说明。

除另作定义外，本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。

在生产制造过程中，产品的过程质量水平是决定最终产品质量的核心因素。生产过程的质量的稳定性决定着产品的优率。通常各大企业使用统计过程控制(StatisticalProcess Control)这种基于数理统计方法的过程控制系统对产品进行质量管理。

通常的SPC系统大多是以正态数据分布为基础的正态控制图，而在锂电池行业的生产过程中，锂电行业的生产程数据大多不符合正态分布，若以常规的SPC系统对不符合正态分布的数据进行生产过程监控，容易导致生产过程监控的结果准确度较低，虚假报警过多。

因此，如何提高生产过程监控的结果的准确度，是一个需要解决的问题。

本申请实施例提供的一种生产过程监控方法，可以应用于如图1所示的应用场景中，图1是本申请实施例提供的一种生产过程监控方法的应用场景示意图。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在本申请实施例中提供了一种生产过程监控方法，图2是本申请实施例提供的一种生产过程监控方法的流程图，该方法的执行主体可以是电子装置，可选的，电子装置可以是服务器，也可以是终端设备，但本申请不限于此。具体的，如图2所示，该流程包括如下步骤：

步骤S201，获取待监控产品的生产过程数据。

示例性地，可以通过设备测量和人工测量的方式获取待监控产品的生成过程数据，作为一种示例，待监控产品可以是生产过程中的锂电池，也可以是其他产品，在此不做限制。具体的，该生产过程数据可以是生产锂电池过程中的电压、温度、气密性、电流、功率、耐压性以及充电模式等数据，也可以包括其他生产数据，在此不做限制。

需要说明的是，本申请实施例中，以及生产过程数据可以是生产锂电池过程中的数据为例进行说明，在实际应用中，也可以是其他工业产品生产过程中的数据，在此不做限制。

步骤S202，对生产过程数据的分布状态进行分析，得到生产过程数据的分布结果。

其中，分布结果包括正态分布或非正态分布。

进一步地，对每一类型的生产过程数据的分布状态进行分析，从而得到每一类型的生产过程数据的分布结果，通过该分布结果可以确定出每一类型的生产过程数据是正态分布还是非正态分布。

步骤S203，基于分布结果，确定生产过程数据的统计控制图以及过程能力指标值。

进而可以每一类型的生产过程数据的分布结果，确定出对应的统计控制图以及过程能力指标值。

具体的，当生产过程数据呈正态分布时，可以通过统计过程控制(SPC)算法利用正态分布的方式，确定出对应的统计控制图，并统计分析出对应的生产过程数据过程能力指标值。

当生产过程数据呈非正态分布时，可以通过统计过程控制(SPC)算法利用非正态分布的方式，确定出对应的统计控制图，并统计分析出对应的生产过程数据过程能力指标值。

步骤S204，基于统计控制图、过程能力指标值以及预设预警规则，对生产过程数据中的异常数据进行预警。

进一步地，根据每一类型的生产过程数据对应的统计控制图和过程能力指标值，以及预设预警规则，对生产过程数据中的异常数据进行预警。

在上述实现过程中，通过对待监控产品的生产过程数据进行分析，确定出生产过程数据的分布结果，并根据正态分布或非正态分布的分布结果，确定出生产过程数据的统计控制图以及过程能力指标值，进而将统计控制图与过程能力指标值相结合，并参考预设预警规则，对生产过程数据进行预警，从而通过本申请的方案，不仅能够实现正态分布的生产过程数据的监控预警，也能实现对非正态分布的生产过程数据的监控预警，此外，通过将统计控制图与过程能力指标值相结合的方式对生产过程数据进行监控预警，有效地提高了生产过程监控结果的准确度。

在其中的一些实施例中，对生产过程数据的分布状态进行分析，得到生产过程数据的分布结果，可以包括：

步骤1：基于正态性检验算法对生产过程数据的分布状态进行分析，确定生产过程数据的正态性检验概率值。

步骤2：基于正态性检验概率值以及预设概率值，确定生产过程数据的分布结果。

示例性地，利用正态性检验算法对生产过程数据的分布状态进行分析，确定生产过程数据呈正态分布还是呈非正态分布。

具体的，可以在生产过程监控系统中集成正态性数据检验算法(Anderson-darling检验)，从而可以采用Anderson-darling检验算法，确定出生产过程数据的正态性检验概率值P。进而根据正态性检验概率值P以及预设概率值，确定出生产过程数据的分布结果。

需要说明的是，本申请为了本申请实施例中仅以Anderson-darling检验为正态性检验算法为例进行说明，在实际应用中，也可以采用Shapiro-Wilk检验，也可以采用Kolmogorov–Smirnov检验，也可以采用其他正态性检验算法，在此不做限制。

在上述实现过程中，通过正态性检验算法对生产过程数据的分布状态进行分析，从而确定出对应的生产过程数据的正态性检验概率值，从而便于根据正态性检验概率值与预设概率值确定出生产过程数据呈正态分布还是呈非正态分布的分布结果，进而便于根据该分布结果进行监控预警。

在其中的一些实施例中，基于正态性检验概率值以及预设概率值，确定生产过程数据的分布结果，可以包括：

若正态性检验概率值大于或等于预设概率值，则分布结果为正态分布。

若正态性检验概率值小于预设概率值，则分布结果为非正态分布。

示例性地，若正态性检验概率值大于或等于预设概率值，则可以确定出该生产过程数据呈正态分布，若正态性检验概率值小于预设概率值，则可以确定出该生产过程数据呈非正态分布。具体的，该预设概率值可以是0.05，也可以是0.06.也可以是其他概率值，在此不做限制。

在上述实现过程中，通过将正态性检验概率值与预设概率值的大小进行对比，从而准确地确定出生产过程数据的分布结果。

在其中的一些实施例中，基于分布结果，确定生产过程数据的统计控制图以及过程能力指标值，可以包括：

步骤1：若分布结果为正态分布，则基于SPC算法确定出生产过程数据的统计控制图。

步骤2：基于统计控制图中的上控制限以及下控制限，确定生产过程数据的过程能力指标值。

示例性地，若生产过程数据的分布结果为正态分布，则利用SPC算法确定出生产过程数据的统计控制图(I-MR)。

进一步地，根据统计控制图中的上控制限以及下控制限，确定生产过程数据的过程能力指标值。具体的，若统计控制图的上控制限为UCL，下控制限为LSL，过程能力指数的过程中心为m，生产过程数据的标准差为s，则该生产过程数据的单侧上限过程能力指标值为：Cpu＝(USL－m)/3s，该生产过程数据的单侧下限过程能力指标值为：Cpl＝(m－LSL)/3s；进一步地，生产过程数据的过程能力指标值为Cpl与Cpu中的最小值，即生产过程数据的过程能力指标值Cpk＝min(Cpl，Cpu)。

在上述实现过程中，针对正态分布的生产过程数据，利用SPC算法确定出对应的统计控制图，进一步地，根据统计控制图的上控制限以及下控制限，确定生产过程数据的过程能力指标值，从而便于根据生产过程数据的统计控制图以及过程能力指标值对相应的生产过程数据进行监控预警。

在其中的一些实施例中，基于分布结果，确定生产过程数据的统计控制图以及过程能力指标值，可以包括：

步骤1：若分布结果为非正态分布，则基于预设上控制限分位数、预设下控制限分位数以及生产过程数据，确定生产过程数据的上控制限以及下控制限。

步骤2：基于上控制限以及下控制限，确定出生产过程数据的统计控制图以及过程能力指标值。

示例性地，若生产过程数据的分布结果为非正态分布，则可以根据预设上控制限分位数、预设下控制限分位数以及生产过程数据，确定生产过程数据的上控制限以及下控制限。

作为一种示例，预设上控制限分位数为生产过程数据的99.5％分位数，预设下控制限分位数为生产过程数据的0.5％的分位数。

进一步地，将生产过程数据从小到大排列为X1<X2<X3<...<Xn，其中Xk是n个生产过程数据中的第k个，n为生产过程数据的总数，依次令k＝(1，2，…，n-1)的正整数，且X(0)＝0，并令k/n<p<＝(k+1)/n，则Xk<ε<＝Xk+1，因此，ε＝(np-k)*[Xk+1-Xk]+Xk，其中，ε为分位数，进一步地，根据分位数ε可以得到生产过程数据的上控制限UCL＝99.5％ε，以及下控制限LCL＝0.5％ε。

进一步地，确定出非正态分布的生产过程数据的上控制限以及下控制限后，可以根据该上控制限以及下控制限，确定出非正态分布的生产过程数据的统计控制图，并根据该上控制限以及下控制限，参考VDA6.3标准，确定出非正态分布的生产过程数据的过程能力指标值Cpk。

在上述实现过程中，通过预设上控制限分位数、预设下控制限分位数以及生产过程数据，确定生产过程数据的上控制限以及下控制限，从而有效地确定出非正态分布的生产过程数据的上控制限以及下控制限，进而便于根据生产过程数据的上控制限以及下控制限，确定出非正态分布的生产过程数据的统计控制图以及过程能力指标值。

在其中的一些实施例中，预设预警规则包括第一预设指标值以及第二预设指标值，第一预设指标值小于第二预设指标值，基于统计控制图、过程能力指标值以及预设预警规则，对生产过程数据中的异常数据进行预警，可以包括：

步骤1：若过程能力指标值小于第一预设指标值，则将生产过程数据确定为异常数据，并对异常数据进行预警。

步骤2：若过程能力指标值大于或等于第一预设指标值且小于或等于第二预设指标值，则将统计控制图中，超出上控制限和下控制限的生产过程数据确定为异常数据，并对异常数据进行预警。

步骤3：若过程能力指标值大于或等于第二预设指标值，则生产过程数据为正常数据。

目前的常规技术中，在基于统计控制图进行产品质量监控时，仅仅是将超出上控制限和下控制限的生产过程数据确定为异常，忽略了其过程能力指标值。

因此，在本申请中，将统计控制图与过程能力指标值相结合，并参考预设预警规则进行生产过程数据监控预警。

示例性地，预设预警规则可以包括两个过程能力指标值，分别为第一预设指标值Cpk1以及第二预设指标值Cpk2，其中第一预设指标值Cpk1小于第二预设指标值Cpk2。

作为一种示例，Cpk1＝1，Cpk2＝1.33。需要说明的是，本申请实施例中仅以Cpk1＝1，Cpk2＝1.33为例进行说明，在实际应用中，Cpk1也可以为1.33，Cpk2为1.67，第一预设指标值与第二预设指标值可以根据实际情况进行适应性设置，在此不做限制。

若生产过程数据中的过程能力指标值Cpk小于第一预设指标值Cpk1，即Cpk<1，则表征该生产过程数据的过程能力较低，无论该生产过程数据的统计控制图中是否存在超出上控制限或下控制限的生产过程数据，将所有的生产过程数据都确定为异常数据，并对异常数据进行预警。

若生产过程数据中的过程能力指标值Cpk大于或等于第一预设指标值Cpk1，且小于或等于第二预设指标值Cpk2，即1≤Cpk≤1.33，则表征该生产过程数据的过程能力处于正常范围，可以基于统计控制图的预警规则进行生产过程数据的监控预警，即将统计控制图中，超出上控制限和下控制限的生产过程数据确定为异常数据，并对异常数据进行预警。

若生产过程数据中的过程能力指标值Cpk大于或等于Cpk2，即Cpk>1.33，则表示该生产过程数据的过程能力充足，即生产过程数据正常，因此，无论统计控制图智能是否存在超出上控制限或下控制限的生产过程数据，将所有的生产过程数据都确定为正常数据，并且无需对该生产过程数据进行预警。

在上述实现过程中，将生产过程数据的统计控制图与过程能力指标值相结合，并参考预设预警规则对生产过程数据进行监控预警，有效地提高了生产过程监控结果的准确度。

在其中的一些实施例中，对异常数据进行预警，可以包括：

步骤1：基于异常数据生成预警指令。

步骤2：将预警指令传输至终端，以使终端对应的用户基于预警指令进行异常处理。

示例性地，当确定出生产过程数据中的异常数据后，生成预警指令，该预警指令中可以包括异常数据。进一步地，将该预警指令传输至终端，该终端可以是与异常的生成过程数据相关的用户使用的终端，从而使终端接受到预警指令后，相应的用户对异常的生产过程数据进行处理，例如，对生产线的设备或操作流程进行调试等操作。

具体的，该预警指令的形式可以是消息，可以是邮件，也可以是其他形式，在此不做限制。

在上述实现过程中，通过异常数据生成预警指令，并将该预警指令传输至终端，从而便于终端对应的用户可以根据预警指令对异常的生产过程进行处理。

在本实施例中还提供了一种生产过程监控方法的实施例。图3是本申请实施例提供的一种生产过程监控方法的实施例流程图，如图3所示，该流程包括如下步骤：

步骤S301，获取待监控产品的生产过程数据。

示例性地，通过设备测量和人工测量的方式对待监控产品的生产过程进行监测，得到待监控产品的生成过程数据。进一步地，将获取的生产过程数据上传至MES系统，并将MES系统中的数据转存至数据仓库。

步骤S302，对生产过程数据进行正态性检验。

进一步地，通过架设在数据仓库之上的SPC算法系统对生产过程数据进行正态性检验，具体的，可以采用Anderson-darling检验对生产过程数据进行正态性检验，从而输出生产过程数据对应的正态性检验概率值P。若正态性检验概率值P≥0.05，则执行步骤S303、步骤S304以及步骤S307。若正态性检验概率值P<0.05，则执行步骤S305、步骤S306以及S307。

步骤S303，生成正态统计控制图。

具体的，若生产过程数据对应的正态性检验概率值P≥0.05，则表征该生产过程数据呈正态分布，进而，基于SPC算法生成生产过程数据的正态统计控制图。

步骤S304，确定正态过程能力指标值Cpk。

进一步地，当生成正态统计控制图后，根据正态的生产过程数据生成对应的正态过程能力指标值Cpk。

步骤S305，生成非正态统计控制图。

具体的，若生产过程数据对应的正态性检验概率值P<0.05，则表征该生产过程数据呈非正态分布，进而基于分位数法确定出非正态的计控制图的上控制限以及下控制限，并根据该上控制限以及下控制限，利用SPC算法生成非正态统计控制图。

步骤S306，确定非正态过程能力指标值Cpk。

当确定出非正态统计控制图后，根据非正态统计控制图的上控制限以及下控制限，并参考VDA6.3标准，确定出非正态过程能力指标值Cpk。

步骤S307，若Cpk>1.33，控制点超出控制线,不触发预警；若1≤Cpk≤1.33，根据统计控制图规则触发预警；若Cpk＜1，无论控制点是否超出控制线，全部预警。

进一步地，根据生产过程数据的统计控制图以及过程能力指标值Cpk，参考预设预警规则进行待监控产品的生产过程预警。具体的，当过程能力指标值Cpk>1.33时，即便统计控制图中存在超出控制线的控制点，也不触发预警；当过程能力指标值1≤Cpk≤1.33时，对统计控制图中，超出控制线的控制点进行预警；当过程能力指标值Cpk＜1时，无论控制点是否超出控制线，对所有控制点进行预警。

需要说明的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在本实施例中还提供了一种生产过程监控系统，图4是本申请实施例提供的一种生产过程监控系统应用场景示意图，如图4所示，在线测量系统中的数据为通过在线设备获取的待监控产品的生产过程数据，离线测量系统中的数据为通过人工测量的待监控产品的生产过程数据。进一步地，将在线测量系统以及离线测量系统中的数据进行校准，以及MSA分析从而剔除无效的数据，保留有效的数据，并对生产过程监控系统中的各设备进行例行点检，确保设备的正常运行，进一步地，将有效的数据存储至MES系统，将MES系统的收集的数据并进入数仓，架设在数仓之上的SPC算法系统对数据进行计算，SPC计算后的预警信息再通过显示板将各数据进行显示，若生产过程数据中存在异常数据，则给责任工程师发送预警指令或邮件，同时还可以控制生成设备进行预警停机。进而，在设备停机后，对生产设备进行维修或检测，再通过质检人员QA确认生产设备是否恢复正常，若生产设备恢复正常，则生成系统启动的控制指令，进而该生产过程监控系统控制生产设备进行生产，同时不断地产生生产过程数据，若生产设备未恢复正常，则反复调试生产设备，直至生产设备恢复正常。若生产过程数据中不存在异常数据，则将生成过程数据存储至数据库中。

在本实施例中还提供了一种生产过程监控装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图5是本申请实施例提供的一种生产过程监控装置的结构框图，如图5所示，该装置包括：

获取模块501，用于获取待监控产品的生产过程数据；

分析模块502，用于对生产过程数据的分布状态进行分析，得到生产过程数据的分布结果，分布结果包括正态分布或非正态分布；

确定模块503，用于基于分布结果，确定生产过程数据的统计控制图以及过程能力指标值；

预警模块504，用于基于统计控制图、过程能力指标值以及预设预警规则，对生产过程数据中的异常数据进行预警。

在其中的一些实施例中，分析模块502具体用于：

基于正态性检验算法对生产过程数据的分布状态进行分析，确定生产过程数据的正态性检验概率值；

基于正态性检验概率值以及预设概率值，确定生产过程数据的分布结果。

在其中的一些实施例中，分析模块502具体用于：

若正态性检验概率值大于或等于预设概率值，则分布结果为正态分布；

若正态性检验概率值小于预设概率值，则分布结果为非正态分布。

在其中的一些实施例中，确定模块503具体用于：

若分布结果为正态分布，则基于SPC算法确定出生产过程数据的统计控制图；

基于统计控制图中的上控制限以及下控制限，确定生产过程数据的过程能力指标值。

在其中的一些实施例中，确定模块503具体用于：

若分布结果为非正态分布，则基于预设上控制限分位数、预设下控制限分位数以及生产过程数据，确定生产过程数据的上控制限以及下控制限；

基于上控制限以及下控制限，确定出生产过程数据的统计控制图以及过程能力指标值。

在其中的一些实施例中，预设预警规则包括第一预设指标值以及第二预设指标值，第一预设指标值小于第二预设指标值，预警模块504具体用于：

若过程能力指标值小于第一预设指标值，则将生产过程数据确定为异常数据，并对异常数据进行预警；

若过程能力指标值大于或等于第一预设指标值且小于或等于第二预设指标值，则将统计控制图中，超出上控制限和下控制限的生产过程数据确定为异常数据，并对异常数据进行预警；

若过程能力指标值大于第二预设指标值，则生产过程数据为正常数据。

在其中的一些实施例中，预警模块504具体用于：

基于异常数据生成预警指令；

将预警指令传输至终端，以使终端对应的用户基于预警指令进行异常处理。

需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示，图6是本申请实施例提供的一种计算机设备的内部结构示意图。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种生产过程监控方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种生产过程监控方法，其特征在于，包括：

获取待监控产品的生产过程数据；

对所述生产过程数据的分布状态进行分析，得到所述生产过程数据的分布结果，所述分布结果包括正态分布或非正态分布；

基于所述分布结果，确定所述生产过程数据的统计控制图以及过程能力指标值；

基于所述统计控制图、所述过程能力指标值以及预设预警规则，对所述生产过程数据中的异常数据进行预警。

2.根据权利要求1所述的生产过程监控方法，其特征在于，所述对所述生产过程数据的分布状态进行分析，得到所述生产过程数据的分布结果，包括：

基于正态性检验算法对所述生产过程数据的分布状态进行分析，确定所述生产过程数据的正态性检验概率值；

基于所述正态性检验概率值以及预设概率值，确定所述生产过程数据的分布结果。

3.根据权利要求2所述的生产过程监控方法，其特征在于，所述基于所述正态性检验概率值以及预设概率值，确定所述生产过程数据的分布结果，包括：

若所述正态性检验概率值大于或等于所述预设概率值，则所述分布结果为正态分布；

若所述正态性检验概率值小于所述预设概率值，则所述分布结果为非正态分布。

4.根据权利要求1所述的生产过程监控方法，其特征在于，所述基于所述分布结果，确定所述生产过程数据的统计控制图以及过程能力指标值，包括：

若所述分布结果为正态分布，则基于SPC算法确定出所述生产过程数据的统计控制图；

基于所述统计控制图中的上控制限以及下控制限，确定所述生产过程数据的过程能力指标值。

5.根据权利要求1所述的生产过程监控方法，其特征在于，所述基于所述分布结果，确定所述生产过程数据的统计控制图以及过程能力指标值，包括：

若所述分布结果为非正态分布，则基于预设上控制限分位数、预设下控制限分位数以及所述生产过程数据，确定所述生产过程数据的上控制限以及下控制限；

基于所述上控制限以及所述下控制限，确定出所述生产过程数据的统计控制图以及过程能力指标值。

6.根据权利要求1所述的生产过程监控方法，其特征在于，所述预设预警规则包括第一预设指标值以及第二预设指标值，所述第一预设指标值小于所述第二预设指标值，所述基于所述统计控制图、所述过程能力指标值以及预设预警规则，对所述生产过程数据中的异常数据进行预警，包括：

若所述过程能力指标值小于所述第一预设指标值，则将所述生产过程数据确定为异常数据，并对所述异常数据进行预警；

若所述过程能力指标值大于或等于所述第一预设指标值且小于或等于所述第二预设指标值，则将所述统计控制图中，超出上控制限和下控制限的生产过程数据确定为异常数据，并对所述异常数据进行预警；

若所述过程能力指标值大于所述第二预设指标值，则所述生产过程数据为正常数据。

7.根据权利要求6所述的生产过程监控方法，其特征在于，所述对所述异常数据进行预警，包括：

基于所述异常数据生成预警指令；

将所述预警指令传输至终端，以使所述终端对应的用户基于所述预警指令进行异常处理。

8.一种生产过程监控装置，其特征在于，包括：

获取模块，用于获取待监控产品的生产过程数据；

分析模块，用于对所述生产过程数据的分布状态进行分析，得到所述生产过程数据的分布结果，所述分布结果包括正态分布或非正态分布；

确定模块，用于基于所述分布结果，确定所述生产过程数据的统计控制图以及过程能力指标值；

预警模块，用于基于所述统计控制图、所述过程能力指标值以及预设预警规则，对所述生产过程数据中的异常数据进行预警。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的生产过程监控方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的生产过程监控方法的步骤。